[发明专利]基于自适应鲁棒主成分分析的视频前景分离方法和系统

摘要

本发明涉及一种基于自适应鲁棒主成分分析的视频前景分离方法和系统，包括：首先将图像序列中的每幅图像按行拉成列向量，然后将列向量组合成一个新矩阵M；对矩阵M进行奇异值分解，并将第r个奇异值作为奇异值阈值运算的初始阈值；然后重构前r个奇异值形成新矩阵Mr，并计算各个奇异值单独重构形成的矩阵所包含的信息占矩阵Mr所包含的信息的比例；根据比例大小对奇异值自适应地稀疏化。最后，根据非精确增广拉格朗日乘子法，通过奇异值阈值运算模型将矩阵M分解成一个低秩矩阵和一个稀疏矩阵。实验表明，本发明方法考虑到了前景目标与背景间的信息融合影响，很精确地分离出了低秩的背景部分与稀疏的前景部分。

主权项

1.基于自适应鲁棒主成分分析的视频前景分离方法，其特征在于，包括如下步骤：步骤1，对输入的图像序列按行拉成列向量，然后组成一个新矩阵M；步骤2，对矩阵M进行奇异值分解，获取至少一定主元信息的前r个奇异值，并将第r个奇异值Zr作为奇异值阈值运算的初始阈值μ；步骤3，为了消除图像前景目标和背景间的信息相互融合的影响，对各个奇异值设置稀疏权重，该权重通过单个奇异值重构的矩阵所含信息的比例来决定，并获得各个奇异值在奇异值阈值运算中对应的阈值，其大小为初始阈值μ与对应权重的乘积；步骤4，根据非精确拉格朗日乘子法，通过奇异值阈值运算模型迭代将输入的图像序列矩阵分解成一个低秩矩阵和一个稀疏矩阵；步骤5，将低秩矩阵和稀疏矩阵分别按列还原成原始图像的大小，并输出图像序列。